2. 多产线时序数据特征剖析
在多产线汇聚工程中，最先遇到的困难往往不是网络带宽或存储容量，而是“每条产线说的不是同一种语言”。同一条时序数据，在A线可能来自PLC的1秒周期寄存器，在B线可能来自振动传感器的25.6 kHz连续采样，在C线则可能是MES系统按批次写入的工单状态。若不在汇聚前把这些差异剖析清楚，后续的清洗、对齐和建模都会建立在错误前提上。
一、产线异构性：设备、协议与语义的三层差异
产线异构性可以拆成三个层次来看。第一层是设备异构：不同产线可能使用不同品牌PLC、不同型号传感器、不同年代的采集网关，其寄存器地址、量纲、精度和状态字定义各不相同。第二层是协议异构：Modbus TCP、OPC UA、S7、MQTT、Kafka、私有TCP协议可能同时存在，同一物理量在不同协议中的字段名、数据类型和字节序也不同。第三层是语义异构：A线的“运行状态”用0/1表示停机/运行，B线用1/2/3表示待机/运行/故障，C线则用字符串“RUN”“IDLE”“FAULT”。
这三层差异决定了汇聚层不能只做“搬运”，而必须建立统一的测点模型。一个可用的测点模型至少包含：产线ID、设备ID、测点编码、物理量名称、单位、数据类型、量纲转换系数、有效值域、状态码映射表。例如，将A线寄存器40001的整数值乘以0.1得到温度℃；将B线状态码2映射为“运行”；将C线字符串“FAULT”映射为故障码3。只有完成这一步，后续的时间对齐才有共同语义基础。
二、采样频率差异：从毫秒级到分钟级
采样频率差异是时序汇聚中最直观的挑战。以典型离散制造产线为例：伺服电流可能以1 kHz采集，振动传感器以25.6 kHz采集，PLC周期数据以100 ms采集，温度传感器以1 s采集，而工单状态可能每30 s或事件触发才更新一次。频率跨度可达五个数量级。
频率差异带来的第一个问题是数据量极不均衡。一条25.6 kHz振动通道一天产生约22亿个采样点，而一条温度通道一天仅8.64万点。若按原始频率全部落库，存储和查询成本会迅速失控。第二个问题是时间戳精度不一致：高频通道通常带微秒级时间戳，低频通道可能只有秒级甚至分钟级时间戳。第三个问题是对齐基准缺失：不同采集网关的本地时钟可能相差几十毫秒到数秒，直接按时间戳合并会产生“伪同步”。
三、时间对齐问题：插值、重采样与时钟同步
时间对齐的目标是让不同频率、不同起点的序列在同一时间轴上可比较。常见做法有三类：重采样、插值和事件对齐。
重采样是把所有序列统一到同一时间栅格，例如统一为1 s。对高频数据，通常取该秒内的均值或最大值；对低频数据，则可能重复上一有效值（前向填充）或线性插值。插值适合连续变化的模拟量，如温度、压力；但对状态量、计数器和故障码，插值会产生无意义中间值，必须使用前向填充或最近邻。事件对齐则用于工单、报警等离散事件，以事件发生时刻为锚点，向前后取窗口数据。
时钟同步是对齐的前提。若各采集网关仅依赖本地NTP且网络抖动较大，时间戳偏差可能达到数百毫秒。对于高频振动与PLC电流的联合分析，这一偏差足以让相位关系完全错位。因此，汇聚层应记录每个数据点的采集时间戳和入库时间戳，并优先使用采集时间戳；同时定期评估各产线时钟偏差，超过阈值时触发告警。
四、数据质量维度：完整性、准确性、一致性、时效性
汇聚后的数据是否可用，需要用四个维度来评估。它们不是抽象概念，而是可以直接计算和监控的指标。
完整性关注“该来的点有没有来”。对固定频率通道，可用实际点数除以理论点数得到完整率。例如1 s采样通道，一天理论86400点，实际收到82000点，完整率约94.9%。低于95%通常意味着采集网关或网络存在间歇性中断，需要检查断流时段是否与产线停机或网络切换重合。
准确性关注“来的点对不对”。常见异常包括：数值超出物理量程（如温度-40~150℃却出现500℃）、相邻点跳变超过合理阈值（如1 s内压力变化超过量程的30%）、长期漂移（如零点缓慢偏移）。这些可以通过量程校验、变化率校验和滑动窗口统计来识别。
一致性关注“不同来源是否说得通”。例如A线温度单位是℃，B线是℉，汇聚时必须统一；A线状态码0/1，B线1/2/3，必须映射到同一状态字典；各产线时钟偏差必须控制在可接受范围内。一致性检查通常以“同一物理量在不同产线的统计分布是否可比”作为判断依据。
时效性关注“数据到得及不及时、顺序对不对”。采集时间戳与入库时间戳之差反映端到端延迟；若延迟持续超过业务容忍阈值（如实时监控要求5 s内），则需要优化传输链路或调整采集策略。乱序和重复则需要在汇聚层按主键去重，并按采集时间戳重新排序。
五、从特征剖析到汇聚策略
把上述特征落到工程上，可以形成一条清晰的汇聚策略链：先为每条产线建立测点映射表，解决语义异构；再按物理量类型选择重采样与插值规则，解决频率差异；然后以采集时间戳为基准做时钟校正和窗口对齐，解决时间对齐；最后用完整性、准确性、一致性、时效性四个维度建立质量看板，持续监控汇聚效果。
需要强调的是，这些策略不是一次性配置，而是随产线改造、设备更换和工艺调整持续演进的。例如新增一条高频振动产线时，原有的1 s统一栅格可能不再适用，需要为其单独保留原始高频存储，并生成降采样视图供跨线对比。只有把“特征剖析”作为汇聚工程的常规动作，才能让多产线时序数据真正具备可比性和可用性。